pandas.arrays.IntegerArray

classpandas.arrays.IntegerArray(values, mask, copy=False)[source]

Массив целых (с возможностью пропусков) значений.

Изменено в версии 1.0.0: В качестве пропущенного значения теперь используется pandas.NA, а не numpy.nan.

Предупреждение

IntegerArray в настоящее время находится на стадии эксперимента, и его API или внутренняя реализация могут измениться без предупреждения.

Мы представляем IntegerArray с помощью 2 массивов NumPy:

• data: содержит массив NumPy целых чисел соответствующего типа.

• mask: массив булевых значений, содержащий маску данных. True означает пропуск.

Для создания IntegerArray из входных данных произвольного типа массива используйте pandas.array() с одним из целочисленных типов (см. примеры).

См. Тип данных целочисленных значений с возможностью пропусков для получения дополнительной информации.

Параметры

values:numpy.ndarray

Одномерный массив NumPy целого типа.

mask:numpy.ndarray

Одномерный массив NumPy булевого типа, указывающий пропущенные значения.

copy:bool, по умолчанию False

Копировать values и mask.

Возвращает

IntegerArray

Примеры

Создайте IntegerArray с помощью pandas.array().

>>> int_array = pd.array([1, None, 3], dtype=pd.Int32Dtype())
>>> int_array
<IntegerArray>
[1, <NA>, 3]
Length: 3, dtype: Int32

Доступны также строковые псевдонимы для типов данных. Они прописные.

>>> pd.array([1, None, 3], dtype='Int32')
<IntegerArray>
[1, <NA>, 3]
Length: 3, dtype: Int32

>>> pd.array([1, None, 3], dtype='UInt16')
<IntegerArray>
[1, <NA>, 3]
Length: 3, dtype: UInt16

Атрибуты

None

Методы

None